DNA Phenotyping กับความเสี่ยงในการใช้ AI จำลองใบหน้าเพื่อระบุตัวคนร้าย
ลองจินตนาการถึงโลกที่ตำรวจสามารถสร้างภาพใบหน้าของฆาตกรขึ้นมาได้จากเพียงคราบ DNA ที่ทิ้งไว้ในที่เกิดเหตุ สิ่งนี้ไม่ใช่พล็อตหนังไซไฟ แต่เป็นเทคโนโลยีที่ชื่อว่า DNA Phenotyping หรือการทำนายลักษณะทางกายภาพจากพันธุกรรม ซึ่งกำลังกลายเป็นประเด็นถกเถียงอย่างหนักในด้านจริยธรรมและความถูกต้องทางวิทยาศาสตร์
จุดเริ่มต้นของความขัดแย้งนี้เกิดขึ้นเมื่อเจ้าหน้าที่ตำรวจจาก East Bay Regional Park District พยายามปิดคดีฆาตกรรม Maria Jane Weidhofer ที่เกิดขึ้นในปี 1990 โดยการส่งข้อมูลพันธุกรรมไปยังบริษัท Parabon NanoLabs เพื่อให้สร้างภาพจำลองใบหน้าของผู้ต้องสงสัย ซึ่งผลลัพธ์ที่ได้คือภาพ 3 มิติที่ระบุว่าผู้ก่อเหตุเป็นชาย ผิวขาว ตาสีน้ำตาล ผมสีน้ำตาล และมีคิ้วดกหนา
อย่างไรก็ตาม ความน่ากังวลเกิดขึ้นเมื่อมีการนำภาพจำลองที่สร้างโดย AI นี้ ไปเข้าโปรแกรม Facial Recognition หรือระบบจดจำใบหน้า เพื่อค้นหาตัวตนที่แท้จริง ซึ่งเป็นการกระทำที่ขัดต่อข้อตกลงการใช้งานของ Parabon NanoLabs และถูกวิจารณ์จากผู้เชี่ยวชาญว่าเป็นการใช้ "วิทยาศาสตร์ที่ไร้คุณภาพ" (Junk Science) เนื่องจากภาพจำลองไม่ใช่ภาพถ่ายจริง แต่เป็นเพียงการคาดคะเนทางสถิติ
กลไกการทำงานของ DNA Phenotyping
Parabon NanoLabs ใช้โมเดล Machine Learning (การเรียนรู้ของเครื่อง) ในการวิเคราะห์ข้อมูล DNA โดยฝึกฝนระบบด้วยข้อมูลจากอาสาสมัครกว่า 1,000 คน พร้อมภาพสแกนใบหน้า 3 มิติ เพื่อหาความเชื่อมโยงระหว่างยีนกับ Phenotypes หรือลักษณะทางกายภาพที่สังเกตเห็นได้ ซึ่งมีมากถึง 21,000 รูปแบบ
บริษัทระบุว่าสามารถทำนายสีผม สีตา สีผิว และรูปหน้าได้อย่างแม่นยำ แต่ในมุมมองของนักวิทยาศาสตร์ การทำนาย "รูปทรงของใบหน้า" นั้นยังเป็นเรื่องที่น่ากังขาและยังไม่มีการตรวจสอบโดยผู้เชี่ยวชาญในสาขาเดียวกัน (Peer-review) อย่างเป็นทางการ
| หัวข้อเปรียบเทียบ | DNA Phenotyping (การทำนายลักษณะ) | Facial Recognition (การจดจำใบหน้า) |
|---|---|---|
| วัตถุประสงค์ | สร้างภาพจำลองจากรหัสพันธุกรรม | เปรียบเทียบภาพถ่ายเพื่อระบุตัวตน |
| ข้อมูลนำเข้า | ตัวอย่าง DNA จากที่เกิดเหตุ | ภาพถ่ายดิจิทัล (เช่น พาสปอร์ต, กล้องวงจรปิด) |
| ผลลัพธ์ที่ได้ | ภาพคาดการณ์ลักษณะทางกายภาพ | ชื่อหรือตัวตนของผู้ที่ตรงกับภาพ |
| ความแม่นยำ | เป็นการคาดคะเน (ไม่ใช่ภาพถ่ายจริง) | สูงหากใช้ภาพคุณภาพดี แต่ต่ำหากภาพเบลอ |
ข้อเท็จจริงสำคัญ
- ความเสี่ยงในการระบุตัวผิด: การใช้ภาพจำลอง AI เป็น Input ให้ระบบจดจำใบหน้า เพิ่มโอกาสในการจับแพะหรือระบุตัวผู้บริสุทธิ์เป็นผู้ต้องสงสัย
- การขาดการควบคุม: ปัจจุบันไม่มีกฎหมายระดับรัฐบาลกลางในสหรัฐฯ ที่จำกัดประเภทของภาพที่ตำรวจสามารถนำมาใช้กับระบบจดจำใบหน้า
- ข้อจำกัดของเทคโนโลยี: แม้ระบบจดจำใบหน้าจะแม่นยำถึง 99.9% กับภาพคุณภาพสูง แต่กลับล้มเหลวเมื่อใช้กับภาพสเก็ตช์หรือภาพที่ถูกดัดแปลง
- จุดประสงค์ที่แท้จริง: Parabon NanoLabs ออกแบบเทคโนโลยีนี้เพื่อให้เป็น "คำบรรยายลักษณะ" ไม่ใช่เพื่อใช้ระบุตัวบุคคลแบบเจาะจง
แม้ว่าเจ้าหน้าที่ตำรวจในหลายพื้นที่ เช่น โคโลราโด และมิชิแกน จะมองว่านี่คือเครื่องมือสุดท้ายในการคลี่คลายคดีเก่า (Cold Case) เพื่อมอบความยุติธรรมให้ครอบครัวเหยื่อ แต่ทาง Electronic Frontier Foundation (EFF) เตือนว่าการนำเครื่องมือที่ทำงานแบบ "กล่องดำ" (Black-box) ซึ่งไม่ทราบเกณฑ์การตัดสินใจที่แน่ชัดมาใช้ต่อกันเป็นทอดๆ จะนำไปสู่ผลลัพธ์ที่เชื่อถือไม่ได้
คำถามที่พบบ่อย
DNA Phenotyping สามารถระบุตัวตนคนร้ายได้ทันทีหรือไม่?
ไม่สามารถทำได้ เทคโนโลยีนี้ทำได้เพียงสร้างภาพจำลองลักษณะทางกายภาพกว้างๆ เช่น สีผิว หรือสีตา แต่ไม่สามารถระบุชื่อหรือที่อยู่ของบุคคลได้เหมือนกับการตรวจ DNA แบบเปรียบเทียบฐานข้อมูลลำดับเครือญาติ
ทำไมการนำภาพจำลองไปใช้กับระบบจดจำใบหน้าถึงเป็นเรื่องอันตราย?
เพราะภาพจำลองไม่ใช่ภาพถ่ายจริง แต่เป็นภาพที่ AI คาดเดาขึ้นมา เมื่อนำภาพที่ "ไม่จริง" ไปค้นหาในฐานข้อมูลภาพถ่ายจริง ระบบอาจจับคู่กับคนที่หน้าตาคล้ายคลึงกันโดยบังเอิญ ทำให้ผู้บริสุทธิ์ตกเป็นผู้ต้องสงสัย
เทคโนโลยีนี้ได้รับการยอมรับทางวิทยาศาสตร์แล้วหรือยัง?
ยังคงเป็นที่ถกเถียง เนื่องจากวิธีการของ Parabon NanoLabs ไม่ได้ผ่านการ Peer-review หรือการตรวจสอบจากนักวิทยาศาสตร์อิสระ และผู้เชี่ยวชาญหลายคนมองว่าการทำนายรูปหน้าจาก DNA เป็นเรื่องที่ทำได้ยากในทางปฏิบัติ
ตำรวจใช้เทคโนโลยีนี้ในกรณีใดบ้าง?
มักใช้เป็นทางเลือกสุดท้ายในคดีฆาตกรรมที่ไม่มีเบาะแสเหลืออยู่ (Cold Case) เพื่อสร้างภาพสเก็ตช์เบื้องต้นสำหรับขอความช่วยเหลือจากสาธารณชนในการแจ้งเบาะแส
